红黑树2---从-2-3-4树到红黑树的演变过程以及插入算法实现原理

基本二叉排序树BST，当输入序列有序时，树的高度会急剧增加，最坏情况下时间复杂度为O(N)。

因此进一步演变为2-3-4树，2-3-4树节点类型有3种，2节点，3节点以及4节点，最重要的性质是每个叶子结点到根节点的路径长度一致，其最坏情况下为O(logN)。由于2-3-4树节点类型过大，进行插入以及查找时，需要进行节点类型判断，过于繁琐。

因此利用红连接的概念将2-3-4树转化为红黑树，即红黑树节点均为2节点，每个节点有颜色属性，通过红连接可以将红黑树对应为2-3-4树。

2-3-4树与红黑树的对应关系

2-3-4树中的3节点以及4节点转换为2节点对应关系如下：

其中3节点对应关系有两种，左倾left-leaning以及右倾

  

如下图所示，由于3节点对应关系不确定，因此同一颗2-3-4树转换为BST，由多种对应关系

  

但是如果对于3节点采取右倾策略，易得转换后的二叉树不符合BST有序性。

因此这里定义LLRB，左倾二叉树，3节点都采用左倾映射关系

此时2-3-4树与红黑树的对应关系时确定的，并且转化而来的红黑树保持BST有序性

       

LLRB基本变换

红黑树重要性质，每个叶子节点空连接到根节点路径上黑连接数目相同，即完美黑色平衡。当传入新节点时，新节点为红色，此时会破坏红黑树完美黑色平衡性质，因此需要对于红黑树中的红连接进行变换

左旋  将某个节点右节点左旋，将红连接左旋，即将该节点以及右节点最大值提升为父节点

                                        

右旋  将某个节点左节点右旋，将红连接右旋，将该节点以及左节点最小值提升为父节点

                                         

颜色变换  将一个4节点分解为3个2节点  将红连接向上传递 保持红黑树的性质之一，任意一个节点均不能同时与两个红连接相连。

   

LLRB插入算法

在LLRB插入时，一种思想是在搜索插入节点合适位置时，参考2-3-4树插入思想，将沿途节点进行变换，使得最终待插入节点为非4节点，即出入位置出现2,3节点，则都可以轻松插入。

当插入新节点时，将新节点设置为红色，可能出现的情况如下所示：

1.在一个2节点左右子节点位置插入，当在右节点位置插入时，出现右倾红连接，进行左旋变换，使其满足LLRB定义

   

2.在一个3节点的左、中、右节点位置插入，如果出现右倾红连接则左旋，如果出现连续的左倾红连接，则将底部红连接右旋，构造为一个4节点。

   

4.在一个4节点插入，且其父节点为2节点，将4节点进行分解

    

5.在一个4节点插入，且其父节点为3节点，使其分解

  

由以上可知，变换的基本思想是依次检查是否需要进行颜色变换，左旋变换，右旋变换，变换完成后，此时待插入位置处必为非4节点，此时可以直接插入新节点。

2-3-4树，LLRB插入算法如下所示：

        private Node insert(Node h, Key key, Value val){
		if(h == null)
			return new Node(key, val, 1, RED);
		if(isRed(h.left)&&isRed(h.right))
			flipColors(h);
		int cmp = key.compareTo(h.key);
		if(cmp==0) 
			h.val = val;
		else if(cmp<0) 
			h.left = insert(h.left, key, val);
		else 
			h.right = insert(h.right, key, val);
		if(isRed(h.right)) 
			rotateLeft(h);
		if(isRed(h.left)&&isRed(h.left.left))
			rotateRight(h);
		h.N = size(h.left) + size(h.right) + 1;
		return h;
	}

在进行插入时，如果出现4节点则通过颜色变换对应分解，插入新节点，然后进行调整，检查是否需要左旋，是否需要右旋等。

                            

将颜色变换放置于左旋，右旋之后有：

        private Node put(Node h, Key key, Value val) {
		if(h == null)
			return new Node(key, val, 1, RED);		
		int cmp = key.compareTo(h.key);
		if(cmp>0)
			h.right = put(h.right, key, val);
		else if(cmp<0)
			h.left = put(h.left, key, val);
		else
			h.val = val;
		if(!isRed(h.left)&&isRed(h.right))
			h = rotateLeft(h);
		if(isRed(h.left)&&isRed(h.left.left))
			h = rotateRight(h);
		if(isRed(h.left)&&isRed(h.right))
			flipColors(h);
		h.N = size(h.left) + size(h.right) + 1;
		return h;		
	}

此时相当于在一颗2-3树中执行插入操作，每插入一个节点时，通过左旋，右旋以及颜色变换，来最终保证树中没有4节点

                  

对于两种插入算法，其实对应于2-3-4树中的插入算法思想

              

一种是由上到下，在进行搜索过程中，将遇到的4节点进行变换，使得带插入位置为非4节点，这样可以直接插入新节点，然后利用左旋，右旋来调整红黑树保持平衡性；

一种是由下到上，当插入一个新节点时，利用左旋，右旋以及颜色变换，使得树中全部为非4节点；

因此可以通过由下到上的思想来理解红黑树的插入算法：

红黑树是一颗满足以下条件的BST：

每个节点颜色由指向该节点连接颜色决定，红连接以及黑连接

任何节点不能同时与两个红连接相连

完美黑色平衡，任何空连接到根节点具有相同的路径长度

当插入一个新节点时，令该节点为红色，使用红连接与其父节点进行相连，由于新节点的插入，可能破坏平衡性，因此通过左旋，右旋，颜色变换来调整，使得新树满足红黑树性质。

具体的变换如下：

最终的插入算法：

        public void put(Key key, Value val){
		root = put(root, key, val);
		root.color = BLACK;
	} 
	
	private Node put(Node h, Key key, Value val) {
		if(h == null)
			return new Node(key, val, 1, RED);		
		int cmp = key.compareTo(h.key);
		if(cmp>0)
			h.right = put(h.right, key, val);
		else if(cmp<0)
			h.left = put(h.left, key, val);
		else
			h.val = val;
		if(!isRed(h.left)&&isRed(h.right))
			h = rotateLeft(h);
		if(isRed(h.left)&&isRed(h.left.left))
			h = rotateRight(h);
		if(isRed(h.left)&&isRed(h.right))
			flipColors(h);
		h.N = size(h.left) + size(h.right) + 1;
		return h;		
	}

参考链接：http://www.cs.princeton.edu/~rs/talks/LLRB/RedBlack.pdf